基于光谱指数的植被含水率遥感反演模型研究--以岷江上游毛尔盖地区为例，潘佩芬，杨武年，利用研究区植被样本实测含水率和实测光谱数据，基于植被光谱指数法，建立植被含水率与植被光谱指数之间的数学模型，同时利用该模

以阳宗海为研究对象,利用landsat-8 OLI遥感影像与叶绿素a浓度实测数据,基于波段敏感性分析,构建叶绿素a浓度估测回归模型。研究表明,以波段组合(B5-B4)/(B5+B4)为参数的多项式回归模型结果最优,拟合度达0.720 1。反演得到阳宗海2018年3月1日叶绿素a浓度和富营养化指数的空间分布图,结果显示阳宗海水体整体为中营养状态。

为了解遵义市大气质量空间分布状况，采用MODIS L1B 1 km遥感影像数据，基于6S大气辐射传输模型构建查找表，利用暗像元法反演了遵义市AOD（气溶胶光学厚度）分布，并将反演结果与NASA公布的MOD04_3K气溶胶产品及地面观测空气质量数据进行对比。结果表明：反演的遵义市AOD结果与NASA公布的MOD04_3K气溶胶产品相关性为0.73，与地面观测的AQI、PM2.5、PM10相关性分别为0.70、0.70、0.61，反演结果与验证数据具有较好的一致性，AOD反演结果具有较高准确性；遵义市AOD分布呈现西南部较高，东北部较低的格局，遵义市全域AOD均值为0.23，红花岗区AOD均值最高（0.51），赤水市AOD值最低（0.12）。

ENVI 的FLAASH模块提供了对于遥感图像的大气校正和反射率反演功能。

大数据-算法-长江河口及邻近海域表层水体关键动力参数的遥感反演研究及应用.pdf

大数据-算法-遥感反演与数值模拟耦合的渤海悬浮泥沙输移研究.pdf

采用遥感数据对太湖叶绿素含量进行估算，学习计算方法

为了分析研究不同地表发射率反演算法的精度和适用性,文中选取西安市的遥感影像Landsat 8为基础数据,运用ENVI,ArcGIS等软件,首先对Landsat 8数据进行预处理,提取西安市的NDVI影像;然后,建立决策树模型得到西安市地表分类影像,并基于像元二分模型反演得到植被覆盖度,基于NDVI得到4种不同算法的地表发射率;最后,以精度0. 01的MODIS LSE产品为标准数据,从像元尺度上对比分析了4种算法的精度,并依据回归决策树方法的分类结果,对比分析了不同算法在各类地表覆盖类型上的发射率反演差异。结果表明:在像元尺度上,植被指数混合模型法与NDVITEM改进算法精度较高且较为接近;从不同下垫面的反演差异来看,在植被区域4种算法之间的差异较小,而对于水体区域,4种算法之间的差异较大;从反演方法的适用性而言,植被指数混合模型法与NDVITEM改进算法较为适合本研究区。

利用环境小卫星数据反演湖泊水质参数操作文档

悬浮颗粒物粒径是重要的海洋光学参数，在以悬浮颗粒物为主的黄渤海海域，对水体生物、化学过程等起着重要的作用，该参数的卫星遥感反演也对海洋光学与水色遥感研究具有重要意义。利用2014年5月和11月的黄渤海47组实测数据，建立了基于静止海洋水色卫星(GOCI)波段设置的遥感反射率(Rrs)与悬浮颗粒物中值粒径(D50)反演模型，555 nm 波段幂函数的反演效果最佳，决定系数R2为0.72, 绝对误差SMAPE 为6.35%，经实测数据检验，均方根误差SRMSE约为0.17，相对误差变化范围为-5%~5%。对反演模型引入5%误差进行敏感性检验，绝对误差、均方根误差分别控制在2%以及0.002以内，具有较好的稳定性。将此模型运用于2013年6月GOCI卫星数据，反演出悬浮颗粒物中值粒径D50的时空分布图，呈现从近岸向远海粒径逐渐变大的趋势。